基于最优邻域搜索粒子群的低轨卫星通信任务规划方法

针对低轨卫星通信中的任务规划问题,提出了一种基于最优邻域搜索粒子群优化(Particle Swarm Optimization,PSO)群算法的任务规划方法。引入最优近邻搜索,通过最优粒子间的差分值来促进局部搜索,设计了惯性权值、社会和自我学习因子的优化方式,最终能够高效求解低轨卫星通信星座中多转发器与多任务的组合优化问题,用以应对低轨卫星过境时间限制和链路切换导致的时间段离散问题,并使得算法前期具有更强探索全局最优和后期快速收敛的能力。实验验证结果表明,该方法能够在低轨卫星中的约束条件下,有效提高卫星平均资源占用率(Average Occupancy Percentage,AOP)的同时减少算法收敛的迭代次数,显著降低运行时间开销。

卫星搜救与北斗短报文通信搜救对比研究

全球搜索与救援系统(COSPAS-SARSAT)在海事救援等领域已经发挥了巨大的作用,随着社会对搜救需求的不断增加,搜救系统将扮演越来越重要的角色。文章对国际卫星搜救系统和北斗导航卫星系统的RDSS搜救功能进行了对比、分析研究。研究结果表明,尽管RDSS可以完成卫星搜救系统的功能、任务,但不能完全替代卫星搜救系统。

基于低轨小卫星星座的搜寻定位应用

基于低轨小卫星星座的搜寻定位和宽带通信技术具备通信延时短、路径损耗小和抗毁能力强等优势,可用于战场联合搜救。设计了一种基于低轨小卫星星座的联合搜救信息系统体系架构。该系统具备了搜寻定位、任务规划、组织协调和综合作业等能力,贯通了搜救指挥机构、遇险对象和协同搜救力量间的通信链路,满足了战场联合搜救等任务需要。

BDS MEOSAR接收机的设计与实现

为了改进我国中轨道卫星搜救信号的接收设备不足的现状,以及进一步满足地面系统工程建设的测试验证需求,设计出北斗卫星导航系统(BDS)中轨道卫星搜救信号接收机,通过数据采集模块、信号检测模块、载波同步模块以及霍拉里斯(BCH)译码模块等共同实现搜救信号的接收处理。实验结果表明,该接收机可成功检测到中轨道卫星搜救信号,完成捕获跟踪并解调出有效信息实现定位。

“多对多”模式下GEO卫星在轨加注任务规划

随着在轨服务技术的发展和对航天器发射运营成本的控制,航天器在轨服务模式将由“一对一”服务逐步发展为“一对多”“多对多”的服务模式。在具有多个服务目标的模式下,针对服务航天器的任务分配与规划将变得尤为关键。因此,本文研究了多服务航天器为多个地球同步轨道(GEO)卫星进行在轨加注的任务规划问题。首先,考虑服务航天器容量约束、服务路径约束等多类约束条件,以最小化燃料消耗为优化指标,以每个服务航天器的服务顺序为决策变量,建立“多对多”在轨加注任务规划模型。其次,针对遗传算法局部搜索能力差、易陷入局部最优的缺陷,设计了一种将大邻域搜索算法和遗传算法相结合的混合启发式算法(LNS-GA),用以求解该任务规划问题。该算法利用大邻域搜索算法中的“破坏”和“修复”思想,对遗传算法每一代种群中的精英个体进行进一步的迭代搜索,从而增强算法的局部搜索能力。最后,通过设定的仿真场景与单一遗传算法进行仿真对比,验证了本文所提出算法的有效性和优越性。